计算机视觉技术是人工智能研究领域的核心技术之一,而关键点检测技术则是计算机视觉领域的一项前沿技术。人脸关键点检测的目标就是自动定位人脸关键点区域,之后对人脸进行对齐校正,本质属于人脸识别前的预处理过程;而人体关键点检测的目标是自动定位人体关键点区域,之后对人体进行对齐校正,本质属于人体姿态估计前的预处理过程。关键点检测是计算机视觉中一个比较基础的研究课题,在许多计算机视觉任务中起着重要的作用,被广泛应用于实现人脸识别,动作识别、异常行为检测和安防等场景。本论文致力于对在人脸及人体关键点检测任务中因存在关键点定位不准确、遮挡、信息丢失等因素导致关键点检测鲁棒性差的问题开展研究,通过引入多任务融合方法,级联多阶段特征方法以及特征融合方法来解决人脸及人体关键点检测任务中存在的上述问题,并提出利用深度卷积神经网络的高级语义信息来提高检测精度的方案,建立了基于深度学习的人体姿态估计模型。主要研究工作和取得的阶段性成果如下:1、提出了一种人脸关键点的多任务融合方法。该方法在训练阶段使用了热图关键点、回归关键点、人脸姿态角对网络参数进行约束,在推理阶段仅需要计算回归关键点,在不增加推理阶段计算量的情况下提升了关键点检测模型的准确率。该方法利用了姿态角预测任务,对数据进行均衡操作,提升了大姿态角度下的人脸关键点检测的鲁棒性。同时验证了利用浅层细节特征和深层全局语义信息能够提升关键点任务的准确性,为后续人体关键点检测方法的改进提供了初步方法。最终得到了在一个限定算力下精度最优的人脸关键点检测模型。2、提出了一种新的级联特征聚合方法（cascade feature aggregation method,CFA）用于人体关键点检测。该方法级联了多个沙漏网络用于鲁棒的人体姿态估计,并通过级联多阶段将来自不同阶段的特征聚集以获得丰富的局部细节信息和全局上下文信息,全局信息用于指导关键点的合理区域,局部细节信息用于精细化定位,最终获得对于姿势、部分遮挡和低分辨率的鲁棒性。此外,研究通过对不同阶段的关键点检测结果进行融合,实现在几乎不增加计算量的情况下检测精度进一步的提高。3、在MPII（Max Planck Institut Informatik）Human Pose数据集（以下简称MPII）和LIP（look in person）数据集上的大量实验表明,我们提出的CFA算法在MPII和LIP上具有较好的性能。4、把人脸及人体关键点检测成果实际落地应用到安防（核人）系统中,达成了对可疑人员和需要救助人员的准确识别工作。